1、偏差衡量了模型的预测值与实际值之间的偏离关系。通常在深度学习中,我们每一次训练迭代出来的新模型,都会拿训练数据进行预测,偏差就反应在预测值与实际值匹配度上,形象理解为“偏离实际值的距离”;方差描述的是训练数据在不同迭代阶段的训练模型中,预测值的变化波动情况,即每个预测值与预测均值差的平方和的再求平均数,可以认为是预测值之间的离散程度。
2、测试均方误差的期望 = 方差 + 偏差的平方 + 误差,一般来说,随着模型复杂度的增加,方差会逐渐增大,偏差会逐渐减小。
3、训练误差是在训练阶段的误差,即预测曲线与训练数据之间的误差,而测试误差是训练得到的预测曲线在预测新数据时形成的误差。一个训练误差很小的模型可以达到0误差,但是其测试误差可能很大。也就是出现了过拟合(overfitting),模型很适合这套训练数据,但如果用测试数据来检验模型,就会发现泛化能力差,准确度下降。
4、岭回归的目标函数在一般的线性回归的基础上加入了正则项,在保证最佳拟合误差的同时,使得参数尽可能的“简单”,使得模型的泛化能力强。正则项一般采用一,二范数,使得模型更具有泛化性,同时可以解决线性回归中不可逆情况,比如二范数对应的岭回归。Lasso回归采用一范数来约束,使参数非零个数最少。而Lasso和岭回归的区别很好理解,在优化过程中,最优解为函数等值线与约束空间的交集,正则项可以看作是约束空间。可以看出二范的约束空间是一个球形,一范的约束空间是一个方形,这也就是二范会得到很多参数接近的值,而一范会尽可能非零参数最少。
5、三维椭球pca降维后是二维的椭圆。
6、对单个特征进行归一化
<